デッドライン付きタスクを対象とした効率的チーム編成手法の提案

この論文をさがす

抄録

近年のネットワークやロボット技術の発展により,複数のエージェントが協力あるいは調整して実現できるタスクの重要性が増し,それらを効果的に処理させる手法が着目されている.このようなタスクの実現には,そのタスクを構成する各サブタスクを適切な能力を持つエージェントに割り当てる必要がある.さらにこれらのタスクには実時間性を求められるものも多く,デッドラインを考慮することも必要となる.マルチエージェントシステムの研究では,このような資源割り当て問題をチーム編成問題と考えられた多くの研究が存在する.本研究では,タスクにはデッドラインあること,また一つのタスクをチームで処理するのに一定の処理時間を要することを想定し,タスク処理効率の向上だけでなくエージェントがチームに必要以上に拘束される時間を減らすチーム編成手法を提案する.そのために,学習パラメータによりエージェントが自律的に適切なエージェントとチームを組み,チーム編成の効率を上げる学習手法と,エージェントがチーム履歴から自分の組めるチームの能力を推定してタスク処理の時間を見積もり,処理のできそうなタスクだけを選択し無駄なチーム編成の試みを減らす学習手法を提案する.評価実験から,チーム編成の成功率を上げるとともにエージェントのチームへの不要な拘束時間を減らし,システムとしてのタスク処理効率の向上が見込めることを示す.

収録刊行物

詳細情報 詳細情報について

  • CRID
    1572824502691412608
  • NII論文ID
    110009882529
  • NII書誌ID
    AA11135936
  • ISSN
    09196072
  • 本文言語コード
    ja
  • データソース種別
    • CiNii Articles

問題の指摘

ページトップへ